1704520520
1704520521
为了让试错过程不完全是随机性的，你需要保持理性。如果你在客厅寻找不知道放到哪里去的钱包，那么在采用试错法时，你的理性就在于，同一个地方不必寻找两次。这样，在找寻过程中，每一次尝试、每一次失败都能提供额外的信息，每一个信息都比前一个信息更有价值，因为你越来越清楚，哪些方法是无用的，或者在哪些地方不可能找到钱包。在一个你确切地知道自己要找寻什么的环境中，每次尝试都会使你更接近于那个东西。我们从失败的尝试中能够逐渐摸索出正确的方向。
1704520522
1704520523
我可以用格雷格·斯德姆的故事来说明问题。斯德姆擅长从海底打捞失踪多年的沉船。在2007年，他将他（当时）最大的发现称为“黑天鹅”，意指发现意外横财。他的发现确实相当可观，那些贵金属在今天可能价值10亿美元。他的“黑天鹅”是一艘西班牙护卫舰，被称为“梅赛德斯圣母”号。1804年，该船在葡萄牙南部海岸被英国人击沉。斯德姆被认为是捕获正面“黑天鹅”的代表，他的做法可以说明，这样的找寻是一种高度控制的随机形式。
1704520524
1704520525
我曾与格雷格·斯德姆碰过面，并分享了我的想法：他的投资者（就像当时我当交易员时的投资者）基本上没有意识到，对一个寻宝人来说，所谓的“坏”光景（即只有开支而没有发现）并不意味着灾难，这与有稳定现金流收入的人（如牙医或妓女）不同。由于一些心理上的领域依赖性，如果人们花钱购买办公家具，不会称之为“损失”，而认为这是投资，但他们却将寻宝成本视为“损失”。
1704520526
1704520527
斯德姆的方法如下所示。他先对沉船可能出现的海域进行广泛分析。这些数据会被整合进一张详细标明各海域藏宝概率的地图。然后，他会设计搜索区域，并规定，必须确定某片海域真的没有沉船之后才能转移到下一个发生沉船概率较低的海域。这看上去很随机，但实则不然。这与你在房间寻找东西没什么两样：每一次搜索都使得产生结果的概率更大，但前提是你可以肯定你搜索过的区域中不可能藏有你要找的东西。
1704520528
1704520529
有些读者可能对沉船的寓意不太感兴趣，可能认为这些珍品是国家的，而不是私人的财产。那么让我们换个领域。斯德姆使用的方法也同样适用于石油和天然气的勘探，特别是未开发的海洋深处。两个领域的区别只有一个：搜寻沉船时，收益以船上的宝藏价值为限，而搜寻油田和其他自然资源时，收益可能是无限（或上限很高的）。
1704520530
1704520531
最后，记得我在第6章中讨论了随机钻探法，以及该法是如何优于那些定向勘探技术的。这种由可选择性驱动的搜寻方法并不是愚蠢的随机方式。由于可选择性在其中起作用，随机勘探法成为容易处理和可望获得成果的随机性。
1704520532
1704520533
创造性和非创造性破坏
1704520534
1704520535
经济学家约瑟夫·熊彼特认识到了广义的试错法会产生错误，但却不怎么理解不对称性（从第12章以来，我们也一直称其为可选择性）的概念。熊彼特意识到，有些事情需要毁灭才能促进整个系统的改善，这被称为创造性破坏，它是由哲学家卡尔·马克思等人发展出来的，也是尼采所发现的一个观念。阅读熊彼特的书籍我们可以看出，他并未从不确定和不透明的角度去思考。他完全执着于干预主义，抱着政府可以通过法令推动创新的错觉，对此我们将在下文进行反驳。此外，他也没有理解进化性紧张层叠的概念。更为关键的是，他和他的批评者（那些认为他不懂数学的哈佛经济学家）都忽略了具有不对称效应（可选择性）的反脆弱性，因而也忽略了炼金石，而这才是发展的动力。可以说，他们错过了一半的人生。
1704520536
1704520537
苏联–哈佛鸟类学系
1704520538
1704520539
现在，由于相当比重的技术知识实际上来自于反脆弱性、可选择性的试错法，因此某些人和机构试图向我们（和他们自己）隐瞒这一事实，或贬低它的作用。
1704520540
1704520541
让我们来看看两种类型的知识。第一类不完全是“知识”，其模糊的特性让我们很难将其与严格定义的知识联系起来。这是一种我们无法用明确和直接的语言表达的做事方式——有时我们称其为否定法——但是，我们却切切实实地身体力行，而且做得很好。第二类更像我们平常所说的“知识”，它是你在学校里学会的东西，是你用来获得分数的东西，可以写成文章、可以解释、可以做学术、可以理性化、可以形式化、可以理论化、可以苏联化、可以官僚化、可以哈佛化，也是可以证明的。
1704520542
1704520543
天真理性主义的错误导致我们高估了第二类知识，即学术知识在人类事务中的作用和必要性，同时也低估了无法成文的、更复杂、更直觉式的或更依赖于经验的那类知识。
1704520544
1704520545
事实上，那些可以解释的知识在生活中扮演的角色是微不足道的，这一点儿都不好笑。我们找不到任何证据来反驳这一点。
1704520546
1704520547
我们很可能认为，技能和想法都来自于书籍、思想和推理，殊不知，它们实际上是通过反脆弱性的实践方法获得的，或者是自然产生的（通过我们与生俱来的生物本能知道的）。我们无视这一点，我们脑中的一些概念让我们在这一点上受骗了。让我们来看看下文。
1704520548
1704520549
我最近查了技术的定义。大多数课本将其定义为科学知识在实际项目中的应用，这让我们相信，知识主要或完全是从高高在上的“科学”（以一群姓名前面带有头衔的教士般的群体为中心组成）流向下层的实践（由缺乏知识成就，无法跻身那群牧师式的人物中去的不学无术者执行）。
1704520550
1704520551
因此，在文库中，知识的产生流程被描述为：基础研究产生出科学知识，继而又产生技术，后者进入实际应用，从而推动经济增长和产生其他看似有趣的事务。“投资”基础研究带来的回报将被用以更多的投资基础研究，公民们将会逐渐富裕，并享受知识带来的福利，比如沃尔沃汽车、滑雪度假、地中海美食，以及在群山迤逦、维护良好的国家公园中展开漫长的夏季徒步旅行。
1704520552
1704520553
这就是根据哲学家弗朗西斯·培根命名的所谓的“培根线性模型”，我更习惯用科学家特伦斯·基利为该模型编制的表达式（最重要的是，这位科学家作为一名生物化学家，是一位实践型科学家，而不是科学史学家）：
1704520554
1704520555
学术→应用科学与技术→实践
1704520556
1704520557
虽然这种模式在某些非常狭窄（但被高调宣传）的领域内十分明显，比如原子弹制造。但据我观察，在大多数领域内，我们看到的正好相反。或者，至少这种模式并不一定正确，更令人震惊的是，我们没有有力的证据来证明它是正确的。可能学术确实有助于科学和技术的发展，反过来又推动了实践，但却是以无意识的、非技术的方式进行的，我们将在下文详述（换句话说，所谓的定向研究很可能是一种假象）。
1704520558
1704520559
让我们回到鸟类的比喻。想想下面这件事有没有可能发生：一群如僧侣般神圣的人（来自哈佛或类似的地方）给鸟类上课，教它们如何飞翔。试想一下，一群60多岁身穿黑色长袍的秃顶男人，说着英语，满口专业术语，写下很多方程式。鸟儿果然飞了起来。完美的证明！这些卫道士赶忙冲回鸟类学系去著书写报告，说明这只鸟是听了他们的话飞起来的。一个无可辩驳的因果关系推论。哈佛鸟类学系成为鸟儿飞行所不可缺少的要素，它会得到政府为其贡献所拨的研究经费。
1704520560
1704520561
数学 → 鸟类飞翔和羽翼扇动技术 → （忘恩负义的）鸟类会飞
1704520562
1704520563
但鸟类却写不出这样的论文和书籍，因为它们只是鸟类，所以我们没法得到它们的证词。同时，这些“教士”还向根本不了解哈佛开设鸟类飞翔课程之前的状况的新一代人类推广他们的理论。如此一来，没有人讨论鸟类不需要这种课程也能飞行的可能性，也没有人有任何动力观察，有多少鸟儿在飞行时并不需要这些伟大的科学机构的帮助。
1704520564
1704520565
上述的内容虽然看上去很可笑，但问题是，换个领域会让它看起来合情合理。很显然，我们从来不认为鸟类学会飞行得归功于鸟类学家的成果，如果有人确实持有这种观点，那他们也很难说服鸟儿相信。但为什么当我们把这里的“鸟儿”替换为“人类”，说人类之所以会做事是学者授课的结果，你却觉得没问题呢？一旦和人类扯上关系，事情立刻变得令人困惑了。
1704520566
1704520567
所以，这种错觉日益蔓延，政府拨款、税收、华盛顿逐渐膨胀的官僚机构都加入到帮助鸟儿飞得更高的活动中。而当人们开始削减这项资金时，问题来了，一连串杀害鸟类（因为没有帮助它们飞行）的指控接踵而至。
1704520568
1704520569
意第绪曾说过：“学生很聪明，受称赞的却是老师。”这些有关贡献的错觉大多来自于证实谬误：历史属于那些会写历史的人（不论是赢家或输家），这一事实已然可悲，但更糟糕的是，写这些文字的人虽会提供证实事实（也就是行得通的事情），却没有呈现一个完整的画面告诉我们哪些事实行得通、哪些事实行不通，由此让我们形成了第二种偏见。比如，定向研究会告诉你哪些项目依靠资金资助成功了（如艾滋病治疗药物或一些现代药物的研制），但不会告诉你哪些项目不成功，所以你会形成基金资助项目比随机项目更有成效的印象。
[
上一页 ]
[ :1.70452052e+09 ]
[
下一页 ]